导读:本文包含了误差反向传播算法论文开题报告文献综述及选题提纲参考文献,主要关键词:雷达型号识别,神经网络,误差反向传播
误差反向传播算法论文文献综述
张译方,旷生玉,梁璟,徐晶[1](2019)在《基于误差反向传播算法的多装侦察数据型号识别方法》一文中研究指出为解决广域战场空间中,多装侦察数据、混迭参数的型号识别问题,提出一种基于误差反向传播算法的多装侦察数据型号识别方法。通过对各类装备信息进行建模,考虑不同装备的截获误差,进而能够自适应生成识别算法进行数据处理。进一步,提出基于误差反向传播算法的型号识别方法,解决参数混迭下的型号识别问题。工程实践表明,该方法能够规避不同装备的测量误差影响,普遍提升型号识别的准确度;同时,该方法通过样本数据不断训练网络模型,显着提升特征参数混迭情况下的识别率。(本文来源于《电子信息对抗技术》期刊2019年06期)
梁杰,晏天,李庆超[2](2017)在《基于L-M算法的反向传播网络的湿度传感器输出误差补偿研究》一文中研究指出针对湿度传感器的输出非线性问题,提出了基于L-M算法建立BP神经网络进行补偿校正,实现电阻型湿度传感器的输入与输出非线性补偿,并与共轭梯度算法、拟牛顿算法所建立的神经网路模型进行对比,重点比较了模型迭代性能、标准偏差;最后发现当神经网络用L-M算法进行训练模拟时在迭代性能、标准偏差等方面具有更优异的表现,更适合湿度传感器的非线性特性的补偿校正。(本文来源于《计算机测量与控制》期刊2017年12期)
赵虎,杨宇[3](2016)在《基于迭代式MapReduce的误差反向传播算法》一文中研究指出针对误差反向传播(BP)算法计算迭代的特点,给出了迭代式MapReduce框架实现BP算法的方法。迭代式MapReduce框架在传统MapReduce框架上添加了传送模块,避免了传统框架运用在迭代程序时需要多次任务提交的缺陷。通过对K/TGR146对空台射电开关控制系统进行仿真得到BP算法训练样本,并在Hadoop云计算环境下,分别在基于传统框架和迭代式框架的BP算法中进行训练。实验结果表明,基于迭代式MapReduce框架的BP算法训练速度达到了基于传统MapReduce框架的BP算法训练速度的10倍以上,正确率提升了10%~13%,能有效解决算法训练时间过长和迭代计算中多次任务提交的问题。(本文来源于《计算机应用》期刊2016年04期)
江丽莎,何朝霞[4](2015)在《误差反向传播算法的数字语音识别技术》一文中研究指出研究BP神经网络技术在数字语音识别中的应用,以基于语音信号产生的数字模型作为突破口,对所采集到的语音信号进行预处理,提取Mel频率倒谱系数,并将特征参数序列进行非线性时间规整为固定的帧数以便于BP神经网络的训练和识别。由MATLAB的实验数据分析可得,基于BP神经网络的数字语音识别技术具有很高的实用价值、数字语音识别率高。(本文来源于《电脑知识与技术》期刊2015年20期)
谢亮[5](2015)在《基于误差反向传播算法的代建制项目风险评价研究》一文中研究指出在政府投资项目推行代建制的过程中,必须正确认识代建制模式下的风险管理工作的重要性,认清风险的来源,有效评估工程项目风险严重程度和整体风险水平是决策项目上马的先决条件。本文在阐述代建制项目进行风险评价的重要性基础上,结合政府投资代建项目的特征和国内工程的实践进行归纳总结,建立了共性的风险评价指标体系,提出了基于误差反向传播算法的BP神经网络评价模型,并通过算例验证了该模型的可行性,为实际工程项目进行风险预测、应对、规避提供决策支持,从而提高了政府投资项目的整体效益。(本文来源于《价值工程》期刊2015年19期)
巩祖正[6](2013)在《脉冲神经网络的多脉冲定时误差反向传播算法研究》一文中研究指出最近几年来,随着多层前馈脉冲神经网络监督学习研究的快速发展,越来越多的研究成果表明基于脉冲精确定时编码的脉冲神经网络是神经系统处理信息的基础。很多研究者借鉴传统人工神经网络的误差反向传播算法,给出了脉冲神经网络基于梯度下降的学习规则。而且本文旨在解决多层前馈脉冲神经网络监督学习中的两个基本问题:(1)如何定义多脉冲误差函数以及构建脉冲神经网络多脉冲定时误差反向传播算法;(2)如何设计有效的多脉冲定时信息编码方法以实现对具体问题求解的脉冲神经网络监督学习计算模型。本文针对多脉冲精确定时编码信息的特点,定义了新型的多脉冲误差函数,并提出了一种新型的基于多脉冲误差反向传播的多层前馈脉冲神经网络监督学习算法。通过构建输出层和隐含层神经元突触权值的梯度下降学习规则,实现了脉冲神经网络突触权值的自动调整。该算法克服了现存学习算法中对输出层神经元仅能发放一个脉冲的限制,可使网络中所有层的神经元发放多个脉冲,提高了应用脉冲神经网络解决复杂问题的能力。本文通过一组模拟实验展示了多脉冲误差反向传播算法在各种学习情况下,对一系列学习任务的学习能力。首先,通过对单脉冲序列的学习验证了对于给定输入脉冲序列,脉冲神经网络能够训练出一个理想的脉冲序列。其次,通过对多脉冲序列的学习展示了脉冲神经网络能够有效地学习不同的目标脉冲序列。最后,多任务脉冲序列的学习显示了脉冲神经网络对于不同的输入模式能够并行地完成多模式的学习。实验结果表明了该算法能够在误差反向传播学习过程中能够有效地完成不同的学习任务,并实现了对脉冲序列复杂时空模式的学习。本文将多脉冲定时误差反向传播算法应用到非线性模式分类问题,验证该算法对非线性模式分类问题的求解能力。首先,结合线性脉冲序列编码的特点,分别对Fisher Iris数据集和Wisconsin乳腺癌数据集的数据进行编码,使该算法分别在不同学习模式下对Fisher Iris分类以及Wisconsin乳腺癌基准分类问题进行学习。实验表明多脉冲学习的分类准确率比单脉冲学习得到有效地提高。其次,分别对多脉冲神经网络中突触个数、隐藏层神经元个数两个参数进行了分析。实验结果显示突触个数和隐含层神经元个数会影响该算法的学习能力。(本文来源于《西北师范大学》期刊2013-05-01)
曾水玲,杨静宇,徐蔚鸿[7](2011)在《反向叁I算法的连续性和误差传播》一文中研究指出对全蕴涵反向叁I算法是否满足连续性问题进行了首次研究,并进一步讨论了这类算法对误差的传播性能.文中把模糊推理算法看成是一个模糊集合到另一个模糊集合的映射,选用海明距离作为两模糊集的距离,证明了在模糊假言推理和模糊拒取式推理情形,该算法都拥有连续性;其对误差的放大幅度为2.(本文来源于《控制理论与应用》期刊2011年02期)
李德启,王化喆[8](2010)在《基于误差反向传播神经网络算法的分析与研究》一文中研究指出BP网络是目前应用最广泛的神经网络模型之一,本文针对BP算法做了深入的数学描述,提出了传统算法存在的不足和缺陷,并在试验效果的基础上阐述了改良BP算法的具体方法。(本文来源于《濮阳职业技术学院学报》期刊2010年01期)
焦振[9](2008)在《误差反向传播神经网络(BP网络)算法的启发式改进》一文中研究指出本文主要研究了人工神经网络中误差反向传播神经网络(BP网络)的算法及学习规则,并针对BP网络算法不具有动态信息处理能力,提出了算法的启发式改进。(本文来源于《安阳师范学院学报》期刊2008年05期)
陈小力[10](2007)在《城市规划误差反向传播网络算法的可行性分析》一文中研究指出城市规划的影响因素,主要有经济、社会和生态叁个方面,从城市规划的影响因素出发,构建其相应的算法流程。同时由于城市系统的复杂和不确定性,影响因素拥有大量的柔性标准,分析把这些标准进行量化的可能性,以期得到一个切合实际、可用与预测系统权数。(本文来源于《中国集体经济(下半月)》期刊2007年06期)
误差反向传播算法论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
针对湿度传感器的输出非线性问题,提出了基于L-M算法建立BP神经网络进行补偿校正,实现电阻型湿度传感器的输入与输出非线性补偿,并与共轭梯度算法、拟牛顿算法所建立的神经网路模型进行对比,重点比较了模型迭代性能、标准偏差;最后发现当神经网络用L-M算法进行训练模拟时在迭代性能、标准偏差等方面具有更优异的表现,更适合湿度传感器的非线性特性的补偿校正。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
误差反向传播算法论文参考文献
[1].张译方,旷生玉,梁璟,徐晶.基于误差反向传播算法的多装侦察数据型号识别方法[J].电子信息对抗技术.2019
[2].梁杰,晏天,李庆超.基于L-M算法的反向传播网络的湿度传感器输出误差补偿研究[J].计算机测量与控制.2017
[3].赵虎,杨宇.基于迭代式MapReduce的误差反向传播算法[J].计算机应用.2016
[4].江丽莎,何朝霞.误差反向传播算法的数字语音识别技术[J].电脑知识与技术.2015
[5].谢亮.基于误差反向传播算法的代建制项目风险评价研究[J].价值工程.2015
[6].巩祖正.脉冲神经网络的多脉冲定时误差反向传播算法研究[D].西北师范大学.2013
[7].曾水玲,杨静宇,徐蔚鸿.反向叁I算法的连续性和误差传播[J].控制理论与应用.2011
[8].李德启,王化喆.基于误差反向传播神经网络算法的分析与研究[J].濮阳职业技术学院学报.2010
[9].焦振.误差反向传播神经网络(BP网络)算法的启发式改进[J].安阳师范学院学报.2008
[10].陈小力.城市规划误差反向传播网络算法的可行性分析[J].中国集体经济(下半月).2007